Cosa significa rappresentante?

In generale, il termine rappresentativo si riferisce a qualcosa che riflette o corrisponde accuratamente a un gruppo o a un insieme più ampio. Nelle ricerche di mercato, ci riferiamo alla rappresentatività del campione. Un campione rappresentativo è destinato a rispecchiare le caratteristiche della popolazione decisa. In questo contesto, per popolazione si intende un gruppo definito di persone che condividono un insieme di caratteristiche simili (ad esempio, dati demografici, sesso o altre variabili come i proprietari di cani). L’idea è che il campione debba fare inferenze valide sul gruppo più ampio.

Pertanto, diciamo che un campione è rappresentativo se i risultati dell’analisi del campione possono essere considerati veri anche per l’intera popolazione corrispondente.

Se si analizza questa definizione di rappresentatività, si nota che non esiste una rappresentatività in quanto tale. Il termine rappresentante richiede sempre un “per”, ad es.

• rappresentativo della popolazione generale (anche detto rappresentativo nazionale)
• rappresentativo della popolazione generale tra i 18 e i 65 anni
• rappresentativo della popolazione internet di età compresa tra i 18 e i 65 anni

Gli statistici sostengono che solo i campioni casuali possono essere rappresentativi. Secondo la loro logica, i campioni di quote non possono essere rappresentativi perché è impossibile conoscere le quote giuste. prima condurre uno studio rappresentativo. Tuttavia, si tratta di un’argomentazione molto teorica. In pratica, i ricercatori hanno una conoscenza approfondita della distribuzione delle variabili tra i gruppi target e possono impostare le quote di conseguenza. Inoltre, i dati dei censimenti degli uffici statistici nazionali consentono ai ricercatori di convalidare e adeguare continuamente i loro modelli.

Allo stesso tempo, è sempre più difficile estrarre un campione casuale perfetto. Le interviste telefoniche o personali, ad esempio, devono fare i conti con una percentuale crescente di persone che rifiutano di partecipare ai progetti di ricerca. Quindi anche questi metodi hanno i loro limiti. In fin dei conti, le tecniche di campionamento casuale sono molto più costose e, per molte domande di ricerca, forniscono un valore aggiunto minimo rispetto al campionamento per quote.

La ricerca online è parziale?

Prima che un gruppo di persone della popolazione generale possa lasciare le proprie risposte in un file di dati, è necessario seguire quattro fasi. La sezione seguente analizzerà queste quattro fasi e sottolineerà i relativi limiti di rappresentatività.

Pregiudizio di copertura

Se si vuole valutare la rappresentatività per la popolazione generale, si dovrebbe iniziare a dare un’occhiata alla penetrazione di Internet. In Europa, in media, l’84% delle persone usa Internet ogni giorno. Soprattutto nell’Europa occidentale e settentrionale, la penetrazione di Internet è significativamente più elevata, con valori eccellenti in Norvegia, Danimarca e Paesi Bassi (ciascuno al 96%). In questi Paesi, la ricerca online non raggiunge meno del 5% della popolazione complessiva.

Naturalmente, la penetrazione complessiva di Internet è rilevante solo se si vogliono trarre conclusioni rappresentative della popolazione generale. In molti casi, però, i risultati devono essere rappresentativi della popolazione online, soprattutto quando l’argomento della ricerca riguarda il commercio elettronico, la pubblicità online o argomenti simili. In questo caso non dovrete preoccuparvi di perdere le cosiddette “non linee”.

E chi sono esattamente questi nonliner? In passato, la popolazione online era notevolmente più giovane, più istruita e più interessata alla tecnologia. Queste differenze sono scomparse negli ultimi anni e continuano a scomparire con l’aumento della penetrazione complessiva di Internet. Soprattutto l’avvento dell’uso di Internet mobile ha portato le persone meno istruite e più anziane a utilizzare Internet.

In definitiva, il bias di copertura è rilevante solo se si vogliono trarre conclusioni per la popolazione generale e non solo la popolazione online. In questo caso dovreste cercare di capire se il vostro argomento di ricerca è correlato all’istruzione o all’affinità tecnica per affrontare il possibile pregiudizio. Purtroppo non c’è nulla che possiate fare come ricercatori. Se vi preoccupate davvero della qualità dei dati, dovete scegliere un altro metodo di raccolta dei dati. Tuttavia, la distorsione della copertura non è un problema per la maggior parte degli argomenti e nella maggior parte dei Paesi e, fortunatamente, è in declino.

Bias di selezione

Prima di approfondire il tema del reclutamento dei pannelli, dobbiamo introdurre una distinzione molto importante. Ogni volta che selezionate e invitate attivamente i membri idonei del panel, avete il perfetto controllo di chi ne fa parte. Questo è ciò che chiamiamo reclutamento attivo. Al contrario, se permettete alle persone di iscriversi al panel da sole, non avete il controllo di chi si iscrive al panel. Questo è ciò che chiamiamo reclutamento aperto.

La maggior parte dei panel opera con reclutamento aperto, perché è un modo molto economico e semplice di far crescere un panel. Tuttavia, c’è un chiaro rovescio della medaglia. Innanzitutto, attirerete soprattutto persone che hanno un interesse personale a partecipare ai sondaggi e che non sono rappresentative della popolazione generale. In secondo luogo, è quasi impossibile escludere da un panel le persone che non soddisfano i dati demografici richiesti o che non rispettano in alcun modo gli standard di qualità.

In Norstat crediamo nella qualità del reclutamento attivo e, pertanto, non abbiamo una pagina di registrazione pubblica ai nostri panel. Nei Paesi in cui disponiamo di call center, selezioniamo a caso persone tra la popolazione generale e le invitiamo al telefono a partecipare ai nostri panel. In questo modo i nostri panel sono il più rappresentativi possibile. In tutti gli altri Paesi utilizziamo un mix molto ampio di canali di reclutamento per evitare che una singola fonte possa avere un forte impatto sulla qualità complessiva. I registranti provenienti da queste fonti vengono indirizzati a una pagina di iscrizione nascosta che può essere chiusa in qualsiasi momento. Di fatto, questo accade ogni volta che identifichiamo problemi di qualità o comportamenti fraudolenti provenienti da una specifica fonte di reclutamento. Infine, possiamo potenziare qualsiasi gruppo demografico con un reclutamento mirato, se riteniamo che la struttura del panel non sia equilibrata.

In poche parole, se i fornitori di panel invitano le persone sbagliate a partecipare ai loro panel o non si rivolgono a un gruppo target specifico, il panel non è rappresentativo. Tutti gli sforzi compiuti in questa fase possono non essere visibili a molti acquirenti, ma fanno sicuramente la differenza tra un panel di ricerca di alta qualità e una mailing list non rappresentativa. Pertanto, dovreste sempre confrontare i fornitori di panel in base alle modalità di reclutamento nei loro panel. Inoltre, i nostri moduli di registrazione sono 100% mobile friendly per assicurarci di non escludere gli utenti mobili dall’iscrizione al nostro panel. Sarete sorpresi da quanti pannelli non sono ancora uno standard. Torneremo su questo argomento più avanti.

Bias di non risposta

Supponiamo di avere un panel online rappresentativo. Se si estraesse un campione casuale di membri del panel, anche questo campione sarebbe rappresentativo. Purtroppo, non tutti i membri cliccano sul link contenuto nell’e-mail di invito. Alcuni gruppi avrebbero risposto molto rapidamente, altri avrebbero richiesto più tempo e altri ancora non avrebbero risposto affatto. Alla fine del periodo di campo, il set di dati non sarebbe rappresentativo della popolazione target, anche se all’inizio sarebbe stato un campione casuale perfetto.

Le mancate risposte sono un problema serio, non solo per le ricerche online ma per tutti i metodi di raccolta dati. È interessante notare che soprattutto i panel online raggiungono tassi di risposta soddisfacenti, perché i loro membri si aspettano di ricevere regolarmente gli inviti ai sondaggi. Inoltre, nel tempo hanno imparato a fidarsi del fornitore del panel per quanto riguarda la privacy e la protezione dei dati. Questa è probabilmente la differenza maggiore rispetto alle chiamate degli intervistatori telefonici, che non sono richieste. Inoltre, nelle ricerche online si può semplicemente prolungare la durata del periodo di indagine e inviare promemoria per aumentare il tasso di risposta.

Per evitare distribuzioni distorte nei dati finali, è necessario impostare delle quote. Queste possono essere quote morbide (il che significa che il project manager cercherà di raggiungere la distribuzione desiderata al meglio) o quote rigide (il che significa che gli intervistati non saranno in grado di completare l’intervista, una volta che avrete raccolto abbastanza feedback in questo gruppo target). Una terza alternativa consiste nel lavorare con fattori di ponderazione per aggiustare i sottogruppi sovrarappresentati o sottorappresentati.

Nel complesso, il bias di non risposta può distorcere drasticamente i risultati.. Fortunatamente, Norstat raggiunge tassi di risposta superiori alla media grazie alla nostra rigorosa attenzione alla motivazione dei nostri membri.

Pregiudizio di esclusione

Infine, ma non meno importante, dobbiamo parlare dei dispositivi mobili. Se il modello di indagine non consente agli utenti mobili di rispondere al questionario, si perderà sistematicamente un’ampia fetta di popolazione. A seconda del Paese, circa due terzi della popolazione utilizza frequentemente Internet con uno smartphone, un tablet o un computer. Pertanto, escluderli da un sondaggio può avere un impatto massiccio sulla qualità complessiva dello studio.

Si noti che molto spesso il bias di esclusione viene dimenticato quando si parla di rappresentatività, soprattutto se non ci si preoccupa seriamente della qualità dei dati nelle fasi precedenti. Se la pagina di iscrizione del vostro panel non è mobile friendly, escludete sistematicamente gli utenti mobili in una fase precedente. Inoltre, se non utilizzate modelli di e-mail responsive o un’app per dispositivi mobili quando invitate i membri del panel, il tasso di risposta potrebbe essere inferiore, perché vi perdete anche gli utenti mobili.

Per farla breve, se volete ottenere risultati rappresentativi, dovete assicurarvi che il vostro sondaggio sia adatto a tutti i dispositivi. Noi di Norstat abbiamo una lunga esperienza nella progettazione di questionari e saremo lieti di progettare il vostro sondaggio nel miglior modo possibile e per tutti i dispositivi..

La conclusione

Quanto è rappresentativa la ricerca online? Crediamo che possa essere molto rappresentativo, a patto che non si scenda a compromessi con la qualità. In Norstat facciamo del nostro meglio per fornire l’eccellenza che i nostri clienti si aspettano da noi. E cerchiamo di essere il più trasparenti possibile in questo processo, perché non abbiamo nulla da nascondere.

Ma si può anche notare che molte cose possono andare storte quando si conducono ricerche online con i pannelli. Questo non significa che gli altri metodi abbiano più vantaggi, ma solo che le loro sfide sono diverse. In ogni caso, la ricerca online richiede una cura professionale per generare risultati affidabili e rappresentativi.

Se volete saperne di più sui nostri standard di qualità, non esitate a contattarci. Non vediamo l’ora di sentirvi!